karpathy-guidelines

此技能提供了一套行為準則，專門用於優化 AI 程式碼編寫代理程式的表現，解決 Andrej Karpathy 指出的常見缺陷。其核心哲學在於減少不必要的程式碼冗餘、防止錯誤假設，並確保 AI 所做的每一項修改都是有意圖的、經過驗證且精確的。透過要求代理程式在編碼前進行思考、權衡利弊並定義明確的成功標準，使用者可以獲得更可靠的程式碼生成結果、更乾淨的 Pull Request，並顯著減少過度工程化的抽象結構。

• 編碼前先思考：促進明確的推理，要求代理程式陳述假設、識別模糊之處並主動尋求澄清，而非盲目猜測或默認選擇。

• 簡潔優先：專注於「最小可行程式碼」原則，主動抑制推測性功能、不必要的配置選項以及超出使用者需求的冗長邏輯。

• 精確修改：執行嚴格的限制政策，僅修改必要的程式碼，保持既有的程式碼風格，並避免非必要的重構，以免導致複雜化或產生意外的副作用。

• 目標導向執行：將抽象的任務轉換為具體且可驗證的成功標準，鼓勵使用測試驅動開發，確保程式碼變更符合特定的效能或功能目標。

• 這些準則旨在與 CLAUDE.md 檔案結合使用，或作為 Cursor 等環境中已提交的專案規則，為程式碼編寫代理程式提供持續性的行為約束層。

• 實際應用限制包括對「謹慎大於速度」的偏好；對於拼字修正或單行程式碼編輯等瑣碎任務，建議使用者根據判斷靈活調整。

• 輸入包括高階開發任務或功能請求，輸出則是更嚴謹的迭代編碼週期，優先考量正確性與可維護性。

• 非常適合開發人員、工程團隊以及任何希望將 LLM 整合到軟體開發工作流中，且希望最小化虛構功能與維護負債的使用者。